pandas.DataFrame.iloc的具體使用詳解
今天學習時遇到瞭這個方法,為瞭加深理解做一下筆記。
這是該方法的文檔,從中可以看出,中括號裡允許輸入可情形有5種。
此外,iloc方法既可以索引行數據,也可以列數據。
//首先創建DataFrame import pandas as pd import numpy as np df = pd.DataFrame({'城市':['北京','廣州', '天津', '上海', '杭州', '成都', '澳門', '南京'], '平均收入':[10000, 10000, 5000, 5002, 40000, 50000, 8000, 5000], '人口':[500, 400, 300, 400, 250, 250, 405, 360]})
數據如下
第一種 整數做索引
// 索引第2行 df.iloc[1]
// 索引第2行第3列 df.iloc[1,2]
第二種 列表或數組做索引
// 索引2、3兩行數據 df.iloc[[1,2]]
// 索引2、3兩行數據的前兩列 df.iloc[[1,2],[0,1]]
第三種 利用切片做索引
// 索引前5行數據的前兩列 df.iloc[0:5,0:2]
// 和切片原理一樣,2是步長 df.iloc[0:8:2]
第四種 Boolean數組做索引
// True 為顯示,False為不顯示 df.iloc[[True, False, True, False, True, False, True, False],[True, False, True]]
註意:此時Boolean數組的長度需對應df的行列數
此外還可以這樣用
df.iloc[:,df.columns!='人口']
第五種 帶一個參數的可調用函數做索引
// A code block df.iloc[lambda x: x.index + 2 < 8 ]
到此這篇關於pandas.DataFrame.iloc的具體使用詳解的文章就介紹到這瞭,更多相關pandas.DataFrame.iloc的使用內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- 利用Pandas索引和選取數據方法詳解
- Pandas中DataFrame常用操作指南
- Python Pandas中loc和iloc函數的基本用法示例
- pandas按條件篩選數據的實現
- Pandas DataFrame數據修改值的方法